|
|
پیشبینی شوری آب زیرزمینی زیر لولههای زهکش با استفاده از شبکه عصبی
|
|
|
|
|
نویسنده
|
نوذری حامد ,آزادی سعید
|
منبع
|
مدل سازي در مهندسي - 1397 - دوره : 16 - شماره : 52 - صفحه:203 -211
|
چکیده
|
آگاهی از شوری لایه های خاک زیر زهکش ها بویژه در مناطقی با آب زیرزمینی کم عمق و شور مانند خوزستان منجر به انتخاب و طراحی بهترین عمق و فاصله زهکش می شود. در تحقیق حاضر کاربرد روش شبیه سازی شبکه عصبی مصنوعی در پیش بینی روند تغییرات شوری آب زیرزمینی زیر لوله های زهکش آزموده شد. به منظور واسنجی و اعتباریابی نتایج مدل از داده های جمع آوری شده از یک مدل آزمایشگاهی با ابعاد 1.8 در 1 در 1.2 متر استفاده گردید. در این مدل زهکش ها در عمق های 20، 40 و 60 سانتی متری و در هر عمق در سه فاصله 60، 90 و 180 سانتی متری نصب شدند. در روش شبکه عصبی مصنوعی از الگوریتم آموزش لونبرگ مارکوارت با تابع انتقال سیگموئید، استفاده شد. پس از تجزیه و تحلیل آماری و محاسبه ریشه میانگین مربعات خطا، خطای استاندارد و ضریب همبستگی میزان برازش میان مقادیر واقعی و شبیه سازی شده تغییرات شوری آب زیرزمینی محاسبه شد. مقدار این شاخص ها به ترتیب 5.27 دسی زیمنس بر متر، 0.12 و 0.96 برآورد گردید. مقادیر این شاخص ها برای شوری خروجی از زهکش ها در اعماق و فواصل مختلف نسبت به زمان و با دبی های 0.07، 0.11 و 0.14 لیتر بر ثانیه به ترتیب برابر با 0.34 دسی زیمنس بر متر، 0.09 و 0.99 می باشد. نتایج نشان داد روش شبکه عصبی مصنوعی در شبیه سازی روند تغییرات شوری آب زیرزمینی زیر لوله های زهکش و همچنین روند تغییرات شوری زه آب خروجی در اعماق و فواصل مختلف زهکش ها از دقت خوبی برخوردار است
|
کلیدواژه
|
زهآب، زهکش زیرزمینی، شبیهسازی، مدل آزمایشگاهی
|
آدرس
|
دانشگاه بوعلی سینا همدان, دانشکده کشاورزی, ایران, دانشگاه بوعلی سینا همدان, دانشکده کشاورزی, ایران
|
|
|
|
|
|
|
|
|
|
|
Predicting the Groundwater Salinity under Drain Pipes Using Artificial Neural Network
|
|
|
Authors
|
nozari Hamed ,Azadi Saeed
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|